开源 - 智狐AI导航

PicMenu

PicMenu是一款利用AI技术实现菜单可视化的工具，用户可通过上传菜单图片自动生成数字化展示图，支持多格式导出，适用于社交媒体、网站及打印场景。未来版本计划增加菜品详细信息展示，同时具备标签过滤功能，提升用户体验。PicMenu目前为开源项目，基础功能免费提供。

AI项目与工具 2025年06月12日 47 点赞 0 评论 581 浏览

AIGODLIKE

AIGODLIKE 作为一个开源 AI 冒险社区，为 AI 爱好者和专业人士提供了一个分享、学习和交流的平台。通过丰富的功能和实时更新的内容，AIGODLIKE 旨在激发社区成员的创造力，推动 AI...

创作工具 1970年01月01日 0 点赞 0 评论 582 浏览

Phidata

Phidata 是一个开源的 AI 智能体框架，支持开发者构建具备记忆、知识和推理能力的智能代理系统。它提供多代理协作、用户界面交互、性能监控优化等功能，并广泛应用于网络搜索、财务分析、数据科学和自动化任务等领域。

AI项目与工具 2025年06月12日 24 点赞 0 评论 583 浏览

Toucan TTS

Toucan TTS是一款由德国斯图加特大学自然语言处理研究所开发的文本到语音合成工具箱。它基于Python和PyTorch构建，支持超过7000种语言及多种方言和变体。主要功能包括多说话人语音合成、语音风格克隆、人机交互编辑、语音参数调整以及发音清晰度和性别特征调整。该工具箱适用于语音模型教学、文字朗读和多语言应用开发等场景，并提供在线交互式演示功能，方便用户快速理解和使用。

AI项目与工具 2025年06月12日 89 点赞 0 评论 583 浏览

书生·万象InternVL 2.5

书生·万象InternVL 2.5是一款开源多模态大型语言模型，基于InternVL 2.0升级而来。它涵盖了从1B到78B不同规模的模型，支持多种应用场景，包括图像和视频分析、视觉问答、文档理解和信息检索等。InternVL 2.5在多模态理解基准上表现优异，性能超越部分商业模型，并通过链式思考技术提升多模态推理能力。

AI项目与工具 2025年06月12日 100 点赞 0 评论 583 浏览

MM

MM-StoryAgent是由上海交通大学X-LANCE实验室与阿里巴巴集团联合开发的开源多模态、多智能体框架，用于生成沉浸式有声故事绘本视频。它结合大型语言模型与多模态生成技术，通过多阶段写作流程和模态对齐优化，提升故事内容的质量与连贯性。支持灵活模块化设计，适用于儿童教育、数字内容创作、在线教育等多个场景，为故事创作提供高效、可定制的解决方案。

AI项目与工具 2025年06月12日 67 点赞 0 评论 584 浏览

CogView4

CogView4是一款由智谱推出的开源文生图模型，具有60亿参数，支持中英文输入与高分辨率图像生成。在DPG-Bench基准测试中表现优异，达到当前开源模型的领先水平。模型具备强大的语义理解能力，尤其在中文文字生成方面表现突出，适用于广告设计、教育、儿童绘本及电商等领域。其技术架构融合扩散模型与Transformer，并采用显存优化技术提升推理效率。

AI项目与工具 2025年06月12日 83 点赞 0 评论 584 浏览